China’s future emission reduction challenge and implications for global climate policy
Notice bibliographique
Résumé
In December 2015, China joined 190 plus nations at Paris in committing to the goal of limiting the rise in global average temperature to ‘well below’ 2°C. Carbon budget analysis indicates that goal will require not only that the European Union and US reduce their emissions by greater than 80% by 2050, but that China at least comes close to doing so as well, if any budget is to be left over for the rest of the world (RoW). Given that RoW emissions are, and will come from, low-income and emerging nations, China’s emission reduction potential is of no small consequence. In this paper, we use the Kaya identity to back out changes in the drivers of CO2 emissions, including gross domestic product (GDP), energy intensity (E/GDP) and the carbon content of energy (C/E), the latter two calculated to be consistent with China’s long-term GDP growth rate forecasts and specified 2050 CO2 emission reduction targets. Our results suggest that even achieving China’s highly optimistic renewable energy targets will be very far from sufficient to reduce China’s CO2 emissions from 9.1 Gt it emitted in 2015 to much below 3 Gt by 2050. Even reducing its emissions to 5 Gt will be challenging, yet this falls far short of what is needed if the world is to meet its ‘well below’ 2°C commitment.Key policy insights Under the Paris Agreement there is great pressure on China to very substantially reduce its emissions by 2050.While China has attached great importance to renewables and nuclear energy development, even achieving the most optimistic targets would not be sufficient to reduce China’s emissions from 9.1 Gt in 2015 to much below 3 Gt by 2050.China’s emission reduction potential falls far short of what is needed if the world is to meet its Paris ‘well below’ 2°C commitment, even if the EU and US reduce their emissions to zero by 2050.Emission cuts consistent with the Paris Agreement will require that China and the world give much greater weight to advancing research and development of scalable low-, zero- and negative-carbon sources and technologies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».